• Tidak ada hasil yang ditemukan

Pengaruh Belanja Pendidikan, Jumlah Guru, dan Tingkat Kemiskinan Terhadap Angka Partisipasi Sekolah di Provinsi Jawa Tengah

N/A
N/A
Ahmad Fauzi

Academic year: 2024

Membagikan "Pengaruh Belanja Pendidikan, Jumlah Guru, dan Tingkat Kemiskinan Terhadap Angka Partisipasi Sekolah di Provinsi Jawa Tengah"

Copied!
12
0
0

Teks penuh

(1)

121

PENGARUH BELANJA PENDIDIKAN, JUMLAH GURU, DAN TINGKAT KEMISKINAN TERHADAP ANGKA PARTISIPASI

SEKOLAH

Anggita Trideva Yanti1, Sobrotul Imtikhanah2, Khoirul Fatah3 1,2,3Program Studi S1 Akuntansi FEB Universitas Muhammdiyah Pekajangan

Pekalongan

Korespondensi email: [email protected]

Diterima : Saebani, Tanggal : 1 Juni 2023, Direvisi : Saebani, Tanggal : 1 Juni 2023, Disetujui : Tutut Dwi Andayani, Tanggal 2 Juni 2023

Abstrak

Studi ini bertujuan untuk mengetahui hubungan antara jumlah guru, belanja pendidikan, dan tingkat kemiskinan dengan angka partisipasi sekolah. Sebanyak 35 kabupaten di Provinsi Jawa Tengah menjadi sampel penelitian. Penelitian ini menggunakan analisis regresi linier berganda sebagai bagian dari metodologi kuantitatif. Data sekunder dengan teknik dokumentasi digunakan. Menurut temuan analisis, belanja pendidikan berdampak minimal.

Tidak ada dampak yang terlihat dari jumlah guru. Persentase anak yang bersekolah sangat dipengaruhi oleh angka kemiskinan. Angka partisipasi sekolah dipengaruhi secara signifikan secara bersamaan oleh faktor belanja pendidikan, ketersediaan guru, dan tingkat kemiskinan.

Kata kunci: Pengeluaran Pendidikan, Jumlah Guru, Tingkat Kemiskinan, Angka Partisipasi Sekolah

THE INFLUENCE OF EDUCATIONAL EXPENDITURES, NUMBER OF TEACHERS, AND POVERTY LEVEL ON SCHOOL

PARTICIPATION RATE

Abstract

This study looked at how much is spent on education, how many teachers there are, and how much poverty there is. 35 districts in the province of Central Java served as the study's sample. Multiple linear regression analysis was the quantitative method used in this study.

Secondary data that was used in documentation methods. Education spending had no discernible impact, according to the partial results analysis. There was no discernible impact of the number of teachers. School enrollment rates were significantly impacted by poverty levels.

The variables relating to education spending, the number of teachers, and the degree of poverty all had a significant impact on the percentage of students who attended school.

Keywords: Education Expenditure, Number of Teachers, Poverty Level, School Participation Rate

PENDAHULUAN

Pendidikan merupakan mata pelajaran yang harus diamanatkan oleh pemerintah di Indonesia. Menurut pembukaan undang-undang tersebut, tujuan pendidikan adalah untuk mencerdaskan kehidupan bangsa karena pendidikan merupakan keunggulan kompetitif utama suatu bangsa (Yang dkk,2020,p.1).

(2)

122 Dukungan masyarakat terhadap program-program pemerintah yang dibuat sebagai upaya untuk meningkatkan kinerja pemerintah di bidang pendidikan menjadi sangat penting jika pemerintah ingin berperan signifikan dalam menyerap partisipasi sekolah.

Indikator pencapaian pendidikan, seperti angka partisipasi sekolah, masih bermasalah, dan partisipasi pendidikan di Indonesia jauh dari harapan.

Menurut Laporan Statistik Pendidikan Provinsi Jawa Tengah, angka partisipasi siswa antara usia 16 dan 18 masih kurang dari 70% (BPS Jawa Tengah, 2019) sedangkan siswa antara usia 7 dan 15 lebih tinggi dari rata-rata nasional. Di sisi lain, pemerintah berupaya meningkatkan mutu pendidikan melalui program wajib belajar 12 tahun gratis guna meningkatkan partisipasi sekolah di masyarakat; kenyataannya, masyarakat belum sepenuhnya merasakan manfaat dari program tersebut.

Pemerintah membutuhkan setidaknya 20% dari dana yang dialokasikan untuk pendidikan dalam rangka menjalankan tugasnya, (Hermawan dkk 2020) menunjukkan bahwa belanja pendidikan berdampak pada angka partisipasi sekolah yang adil. Pemerintah membutuhkan fasilitas pendidikan berupa sumber daya manusia—khususnya jumlah guru—untuk menjalankan tugasnya. Jumlah guru berpengaruh besar terhadap jumlah siswa yang mendaftar ke sekolah (Aulia R & Yulhendri, 2020) kemiskinan berdampak signifikan terhadap angka partisipasi sekolah yang merupakan indikator kinerja pemerintah untuk sektor pendidikan (Rahmatin & Soejoto, 2017), penelitian yang dilakukan oleh (Elfarabi, 2018) menemukan bahwa kemiskinan merupakan hambatan untuk mencapai pemerataan program pendidikan.

KAJIAN TEORI

Teori Kinerja (Performance Theory)

Pada tahun 1993, Bernardin dan Russell memperkenalkan konsep "teori kinerja", yang mengklaim bahwa hasil aktivitas atau hasil dari suatu pekerjaan adalah yang mendefinisikan kinerja (Silaen dkk 2021).

Angka Partisipasi Sekolah

Untuk menentukan siapa yang bersekolah pada suatu jenjang usia sekolah tertentu dan untuk menentukan penduduk yang berpartisipasi dalam memperoleh pendidikan, angka partisipasi adalah angka yang mewakili persentase anak usia sekolah dengan berbagai jenjang pendidikan sesuai dengan jenjang pendidikan tertentu. tingkat pendidikan. Dengan demikian dapat disimpulkan bahwa angka partisipasi sekolah adalah partisipasi penduduk yang bersekolah sesuai dengan jenjang pendidikan menurut usia sekolah tertentu (Fatah dkk 2021).

Belanja Pendidikan

(3)

123 Pengeluaran untuk pendidikan mencakup pengeluaran yang dilakukan oleh pemerintah daerah untuk barang-barang yang wajib dibeli dalam rangka memenuhi fungsi penyelenggaraan pendidikan, dengan fokus pada pelestarian dan peningkatan taraf hidup di lingkungannya. Sejalan dengan Undang- undang No. 17 Tahun 2003, yang menyatakan bahwa belanja daerah harus dikelompokkan berdasarkan organisasi, fungsi, dan jenis belanja dan belanja negara harus digunakan untuk melaksanakan tugas pemerintah pusat dan melaksanakan perimbangan keuangan antara pemerintah pusat dan daerah (Yunina & Handayani, 2016).

Jumlah Guru

Menurut UU No. Tenaga kependidikan adalah tenaga sukarela masyarakat yang dipekerjakan untuk mendukung pelaksanaan pendidikan berdasarkan Pasal 20 UU Pendidikan tahun 2003. Guru adalah anggota tenaga kependidikan yang tugasnya menanamkan ilmu pengetahuan dan menunjang terselenggaranya kesempatan pendidikan.

Tingkat Kemiskinan

Kemiskinan tidak hanya diukur dari segi pendapatan; itu juga bisa merujuk pada ketidakmampuan seseorang untuk memperoleh pendidikan, yang meliputi tingkat kehadiran sekolah yang rendah, angka putus sekolah yang tinggi, dan tingkat prestasi akademik yang rendah. Ini semua adalah faktor yang berkontribusi terhadap kemiskinan pendapatan dan mencegah orang mendapatkan pendidikan yang mereka butuhkan (Munna, 2020).

Pengaruh Belanja Pendidikan terhadap Angka Partisipasi Sekolah

Tanpa belanja pendidikan, pelaksanaan pendidikan akan terhambat yang berdampak pada partisipasi sekolah karena tidak ada dana yang digunakan untuk penyelenggaraan pendidikan dan peningkatan kinerja dalam urusan pendidikan. Pemerintah juga tidak akan mampu memenuhi kebutuhan masyarakat berupa penyelenggaraan pendidikan yang menjadi tanggung jawab mereka. Realisasi alokasi belanja fungsional bidang pendidikan dapat meningkatkan dan memperluas pemerataan penyelenggaraan pendidikan yang berimplikasi pada peningkatan angka partisipasi sekolah. Sebaliknya, jika dana yang akan direalisasikan tidak tersedia, maka tidak akan ada pemerataan pendidikan, sehingga partisipasi sekolah akan menurun. Akibatnya, jika belanja pendidikan meningkat, maka angka partisipasi sekolah juga akan meningkat. Didukung dengan penelitian (Mutuku & Korir, 2019), (Wardani &

Arsandi, 2020), (Megawati, 2020), dan (Hermawan dkk 2020).

Pengaruh Jumlah Guru terhadap Angka Partisipasi Sekolah

Tanpa dukungan sumber daya atau guru, pelaksanaan pendidikan dapat terhambat. Guru merupakan sumber daya manusia yang berperan dalam pendidikan sebagai salah satu sarana dalam proses penyelenggaraan pendidikan guna menghasilkan sumber daya manusia yang bermutu dan

(4)

124 berkualitas. Karena semakin banyak guru yang dapat membimbing siswa, maka pelaksanaan pendidikan juga berhasil apabila terjadi peningkatan jumlah guru di setiap daerah. Namun ketika terjadi penurunan jumlah guru di setiap daerah, maka pelaksanaan pendidikan tidak dapat berhasil karena akan semakin sedikit guru yang dapat membimbing siswa. Oleh karena itu, pemerataan distribusi guru menjadi penting agar dengan bertambahnya jumlah guru maka angka partisipasi sekolah juga meningkat. Didukung dengan penelitian (Rahmadeni dkk 2020), (Habibah dkk 2019), (Elfarabi, 2018), dan (Aulia R & Yulhendri, 2020).

Pengaruh Tingkat Kemiskinan terhadap Angka Partisipasi Sekolah

Angka partisipasi sekolah yang rendah atau angka putus sekolah yang tinggi merupakan indikator kemiskinan yang ditandai dengan ketidakmampuan untuk memenuhi kebutuhan dasar dan kualitas hidup yang buruk, termasuk kurangnya akses terhadap pendidikan yang baik. Oleh karena itu, semakin tinggi angka partisipasi sekolah, semakin rendah angka kemiskinan. Didukung dengan penelitian (Karini, 2018), (Rahmadeni dkk 2020), dan (Arzelina dkk 2019).

METODE

Metodologi kuantitatif digunakan dalam penelitian ini. Data sekunder adalah jenis informasi yang digunakan. Tiga variabel independen; belanja pendidikan, jumlah guru, dan angka kemiskinan, serta satu variabel dependen tingkat partisipasi sekolah digunakan dalam penelitian ini.

Metode sensus dipilih untuk teknik pengambilan sampel dalam penelitian ini karena populasinya di bawah 100 objek sehingga memungkinkan sampel yang representatif dari seluruh kabupaten dan kota di Provinsi Jawa Tengah. Pemerintah Daerah 35 Kabupaten dan Kota di Provinsi Jawa Tengah yang dari tahun 2017 hingga 2019 terdiri dari 29 Kabupaten dan 6 Kota menjadi lokasi penelitian. Badan Pusat Statistik (BPS) dan Direktorat Jenderal Perimbangan Keuangan (DJPK) menyediakan data sekunder yang digunakan dalam penelitian ini, yang diperoleh dengan menggunakan teknik dokumentasi.

Perangkat lunak dari Eviews versi 9 dan Microsoft Excel 2010 digunakan untuk menganalisis data dalam penelitian ini. Analisis regresi linier berganda dengan gabungan tipe data cross-sectional dan time-series (data panel) merupakan metode analisis yang digunakan dalam penelitian ini. Model common effect, model fixed effect, dan model random effect merupakan tiga pengujian pendekatan model dalam mengolah data berupa panel. Untuk memilih model mana yang terbaik, maka dilakukan uji pemilihan model yang terdiri dari chow test, yaitu digunakan untuk memilih antara common effect dan fixed effect dengan melihat nilai chow test jika P-value.

(5)

125 Statistik Deskriptif

1. Angka Partisipasi Sekolah

Tabel 11 Statistik Deskriptif APS APS

Mean 71.42614

Maximum 91.39000 Minimum 49.56000 Std. Dev. 9.048358 Sumber : Output Eviews versi 9.0

Diperoleh nilai mean (rata-rata) sebesar 71.42614, nilai maximum sebesar 91.39 diraih oleh Kota Magelang, nilai minimum sebesar 49.56 diraih oleh Kabupaten Brebes dan standar deviasi sebesar 9.048358.

2. Jumlah Guru

Tabel 12 Statistik Deskriptif JG BP

Mean 31.52832

Maximum 39.54031 Minimum 8.302847 Std. Dev. 4.786961

Sumber : Output Eviews versi 9.0

Diperoleh nilai mean (rata-rata) sebesar 31.52832, nilai maximum sebesar 39.54031 diraih oleh Kabupaten Wonogiri, nilai minimum sebesar 8.302847 diraih oleh Kabupaten Jepara, dan standar deviasi sebesar 4.786961.

3. Tingkat Kemiskinan

Tabel 13 Statistik Deskriptif TK JG

Mean 682.9571

Maximum 1909.000 Minimum 254.0000 Std. Dev. 302.6371

Sumber : Output Eviews versi 9.0

Diperoleh nilai mean (rata-rata) sebesar 682.9571, nilai maximum sebesar 1909 diraih oleh Kota Semarang, nilai minimum sebesar 254 diraih oleh Kota Pekalongan, dan standar deviasi sebesar 302.6371.

Uji Pemilihan Model 1. Chow Test

Pada pengujian ini dilakukan untuk memilih antara model common effect atau model fixed effect, dengan melihat apabila nilai chow test yang dilihat dari P-value < 0,05 maka model yang digunakan yaitu fixed effect dan sebaliknya.

Tabel 14 Hasil Chow Test

Effects Test Statistic d.f. Prob.

Cross-section F 126.840 (34,32) 0.0000 Cross-section Chi-square 343.766 34 0.0000

Sumber : Output Eviews versi 9.0

(6)

126 Berdasarkan pengujian hasil chow test diperoleh nilai Probabilitas Cross- section F sebesar 0,0000 < 0,05 sehingga model yang terpilih yaitu fixed effect model.

2. Hausman Test

Pada pengujian ini dilakukan untuk memilih antara model model fixed effect dan model random effect, apabila P-value < 0,05 maka model random effect tidak tepat pada pemilihan model regresi data panel, oleh karena itu model fixed effect yang digunakan sebagai model dalam regresi data panel dan sebaliknya.

Tabel 15 Hasil Hausman Test Test Summary Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.083714 3 0.9937 Sumber : Output Eviews versi 9.0

Berdasarkan pengujian hausman test diperoleh nilai Probabilitas Cross- section random sebesar 0.9937 > 0,05 sehingga model yang terpilih yaitu random effect model.

3. Lagrange Multiplier Test

Pada pengujian ini dilakukan untuk memilih model antara model common effect dengan model random effect, apabila probability value Breusch pagan < 0,05 maka pemilihan model yang tepat yaitu model effect random dan sebaliknya.

Tabel 16 Hasil Lagrange Multiplier Test Both

Breusch-Pagan (0.0000) Sumber : Output Eviews versi 9.0

Berdasarkan pengujian lagrange multiplier test diperoleh nilai Both Breusch-Pagan sebesar 0,0000 < 0,05 sehingga model yang terpilih yaitu random effect model. Jadi, dalam penelitian ini model yang terpilih random effect model.

Uji Asumsi Klasik

Dalam melakukan pengujian asumsi klasik peneliti melakukan pengujian normalitas, heteroskedastisitas, multikolinearitas dan autokorelasi.

1. Uji Normalitas

0 2 4 6 8 10 12 14

-15 -10 -5 0 5 10 15

Series: Standardized Residuals Sample 2018 2019 Observations 70 Mean -4.51e-15 Median -1.451446 Maximum 15.76405 Minimum -16.61190 Std. Dev. 8.085333 Skewness 0.247517 Kurtosis 2.211237 Jarque-Bera 2.529350 Probability 0.282331

Gambar 2 Hasil Uji Normalitas Sumber : Output Eviews versi 9.0

(7)

127 Berdasarkan pengujian normalitas diperoleh hasil nilai probability jarque- bera sebesar 0.282331 > 0,05 menunjukkan bahwa data pada penelitian ini berdistribusi normal.

2. Uji Multikolinearitas

Tabel 17 Hasil Uji Multikolinearitas Centered

Variable VIF

C NA

BP 1.426684

JG 1.005584

TK 1.432564

Sumber : Output Eviews versi 9.0

Berdasarkan hasil pengujian dapat dikatakan bahwa tidak terjadi multikolinearitas untuk setiap variabel independen karena nilai VIF (Variance Inflation Factors) Centered untuk variabel pengeluaran pendidikan, jumlah guru, dan tingkat kemiskinan semuanya adalah 1,426684, 1,005584, dan 1,432564.

3. Uji Heteroskedastisitas

Tabel 18 Hasil Uji Heteroskedastisitas

Variable Coefficient Std. Error t-Statistic Prob.

C 6.548349 3.090847 2.118626 0.0379 BP 0.003086 0.050608 0.060984 0.9516 JG -0.003036 0.002460 -1.234095 0.2215 TK 0.194384 0.209513 0.927789 0.3569

Sumber : Output Eviews versi 9.0

Berdasarkan pengujian melalui Heteroskedasticity Test Glejser diperoleh bahwa nilai Probabilitas pada masing-masing variabel independen > 0,05 sehingga menunjukkan bahwa tidak terdapat heteroskedastisitas.

4. Uji Autokorelasi

Tabel 19 Hasil Uji Autokorelasi Durbin-Watson stat 1.976432 Sumber : Output Eviews versi 9.0

Berdasarkan hasil output eviews bahwa diperoleh nilai Durbin Watson sebesar 1.976432 dengan signifikansi 0.05 dan jumlah data (n) sebanyak 70 serta jumlah variabel independen (k) = 3, diperoleh nilai dL = 1,5245 dan dU = 1,7028. Sehingga diperoleh hasil dU < d (1,7028 < 1.976432) dan (4 – dU = 4 - 1,7028 = 2,2972) atau dU<d<4-dU, dapat disimpulkan bahwa dapat terbebas dari masalah autokorelasi.

(8)

128 Uji Hipotesis

1. Uji Parsial

Tabel 20 Hasil Uji Parsial Variable Coefficient Prob.

C 86.92782 0.0000

BP 0.006729 0.9053 JG -0.004231 0.3216 TK -1.202471 0.0005 Sumber : Output Eviews versi 9.0

Berdasarkan tabel diatas diperoleh nilai probabilitas pada variabel belanja pendidikan dan jumlah guru tidak berpengaruh signifikan, masing- masing variabel memiliki nilai probabilitas sebesar 0.9053 dan 0.3216 dan pada variabel tingkat kemiskinan berpengaruh signifikan terhadap angka partisipasi sekolah dengan nilai probabilitas sebesar 0.0005.

2. Uji Simultan

Tabel 21 Hasil Uji Simultan Prob(F-statistic) 0.003361 Sumber : Output Eviews versi 9.0

Berdasarkan hasil output uji simultan bahwa variabel bebas yang terdiri dari belanja pendidikan, jumlah guru, dan tingkat kemiskinan secara bersama- sama mempengaruhi angka partisipasi sekolah.

3. Koefisien Determinasi

Tabel 22 Hasil Uji Koefisien Determinasi R-squared 0.186067

Adjusted R-

squared 0.149070 Sumber : Output Eviews versi 9.0

Berdasarkan hasil uji koefisien determinasi bahwa angka partisipasi sekolah (Y) dapat dijelaskan oleh variabel independen yang terdiri dari belanja pendidikan (X1), jumlah guru (X2), dan tingkat kemiskinan (X3) sebesar 15%

sedangkan sebesar 85% dijelaskan oleh faktor lain yang tidak dimasukkan pada penelitian ini.

HASIL DAN PEMBAHASAN

Pengaruh Belanja Pendidikan terhadap Angka Partisipasi Sekolah. Pada pengujian regresi menunjukkan koefisien regresi dengan nilai positif sebesar 0.006728 yang menunjukkan bahwa setiap kenaikan belanja pendidikan mengakibatkan kenaikan angka partisipasi sekolah, kemudian dalam pengujian secara parsial (Uji T) pada hipotesis belanja pendidikan diperoleh nilai signifikansi sebesar 0.9053 > 0,05 maka disimpulkan bahwa belanja pendidikan tidak berpengaruh signfikan terhadap angka partisipasi sekolah. Berdasarkan data yang diperoleh membuktikan bahwa setiap peningkatan belanja fungsi pendidikan tidak diikuti dengan peningkatan angka partisipasi sekolah, karena atas pengamatan peneliti bahwa tidak semua pemda memprioritaskan belanja fungsi pada belanja fungsi pendidikan karena masing-masing pemda memiliki

(9)

129 priotitas kebutuhan bidang yang berbeda-beda dalam mengalokasikan dana yang ada, sehingga dapat disimpulkan bahwa tinggi atau rendahnya belanja fungsi pendidikan tidak mempengaruhi angka partisipasi sekolah. Sejalan dengan penelitian (Elfarabi, 2018), (Abdul-rahaman dkk 2020), (Ouedraogo, 2018), (Okezie dkk, 2019) dan (Jasmina & Oda, 2018).

Hasil pengujian Pengaruh Jumlah Guru terhadap Angka Partisipasi Sekolah menunjukkan regresi memiliki koefisien regresi dengan nilai negatif sebesar -0.004231 yang menunjukkan bahwa setiap kenaikan jumlah guru mengakibatkan penurunan angka partisipasi sekolah, pengujian secara parsial (Uji T) pada hipotesis jumlah guru diperoleh nilai signifikansi sebesar 0.3216 >

0,05, maka disimpulkan bahwa jumlah guru tidak berpengaruh signfikan terhadap angka partisipasi sekolah. Berdasarkan data yang diperoleh membuktikan bahwa setiap peningkatan jumlah guru tidak diikuti dengan penurunan angka partisipasi sekolah, karena atas pengamatan peneliti bahwa pendistribusian guru belum secara merata, hal tersebut tercermin pada daerah yang memiliki jumlah guru tinggi namun angka partisipasi sekolah cenderung kecil dan daerah yang memiliki jumlah guru kecil cenderung memiliki angka partisipasi sekolah yang tinggi. Oleh karena itu, pendistribusian jumlah guru perlu diperhatikan antar daerah dengan mempriotitaskan kebutuhan masing- masing daerah untuk menghindari terjadinya ketimpangan jumlah guru, sehingga jumlah guru tidak mempengaruhi angka partisipasi sekolah. Sejalan dengan penelitian (Wardani & Arsandi, 2020), (Maharani, 2021), (Nurulpaik dkk 2022) dan (Permono dkk 2020).

Pengaruh Tingkat Kemiskinan terhadap Angka Partisipasi Sekolah menunjukkan hasil pada pengujian regresi memiliki koefisien regresi dengan nilai negatif sebesar -1.202471 yang menunjukkan bahwa setiap kenaikan tingkat kemiskinan mengakibatkan penurunan angka partisipasi sekolah, pengujian secara parsial (Uji T) pada hipotesis tingkat kemiskinan diperoleh nilai signifikansi sebesar 0.0005 < 0,05, maka disimpulkan bahwa tingkat kemiskinan berpengaruh signfikan terhadap angka partisipasi sekolah.

Berdasarkan uraian atas data yang diperoleh menunjukkan bahwa menurunnya kemiskinan akan meningkatkan angka partisipasi sekolah, karena kontribusi penduduk usia sekolah dalam berpartisipasi mengenyam pendidikan tidak lepas dari latar belakang ekonomi, apabila kemiskinan terjadi maka anak usia sekolah akan memilih untuk bekerja dan putus sekolah dalam rangka memenuhi kebutuhan dan mengesampingkan mengenyam pendidikan, sehingga dapat disimpulkan bahwa tingkat kemiskinan dapat mempengaruhi angka partisipasi sekolah. Penelitian yang dilakukan oleh (Elfarabi, 2018), (Karini, 2018), (Rahmadeni dkk 2020), (Arzelina dkk 2019) dan (Sumarno, 2019).

KESIMPULAN

Berdasarkan pengamatan peneliti bahwa tidak semua pemerintah daerah lebih mengutamakan belanja fungsional daripada belanja fungsi pendidikan karena setiap pemerintah daerah memiliki kebutuhan prioritas yang berbeda dalam mengalokasikan dana, maka kesimpulan penelitian ini adalah bahwa setiap

(10)

130 peningkatan belanja fungsi pendidikan tidak sesuai dengan peningkatan anggaran. angka pendaftaran sekolah. Karena pengamatan peneliti bahwa sebaran guru tidak merata, hal ini tercermin pada daerah yang jumlah gurunya tinggi tetapi angka partisipasi cenderung kecil dan daerah yang jumlah gurunya sedikit. Mengingat peran penduduk usia sekolah dalam mengikuti pendidikan tidak lepas dari latar belakang ekonominya, maka perlu diperhatikan berapa jumlah guru yang tersebar di berbagai daerah dengan mengutamakan kebutuhan masing-masing daerah, untuk menghindari ketidakseimbangan jumlah guru. Pengurangan kemiskinan juga akan meningkatkan jumlah pendaftaran sekolah.

Peneliti menyarankan untuk mendeskripsikan kondisi kinerja pemerintah di bidang pendidikan dalam rentang waktu yang lebih lama atau menambahkan tahun terakhir, karena kondisi tersebut lebih menunjukkan kondisi yang dapat dideskripsikan pada tahun-tahun berikutnya. kemudian memasukkan daerah di luar Provinsi Jawa Tengah dalam sampel penelitian. penggunaan variabel independen tambahan, seperti fasilitas atau gedung, seperti jumlah sekolah, lamanya hari sekolah, dan anggaran yang dialokasikan untuk sektor pendidikan, yang berdampak pada angka partisipasi sekolah. Meningkatkan nilai kecocokan model regresi yang digunakan, seperti juga memperkenalkan variabel independen tambahan untuk mencapai rata-rata nilai yang lebih tinggi.

REFERENSI

Abdul-rahaman, N., Rongting, Z., Wan, M., Iddrisu, I., Basit, A., Rahaman, A.,

& Amadu, L. (2020). The impact of government funding on senior high enrolment in Ghana. South African Journal of Education, 40(4), 1–10.

Arzelina, E. S., Handajani, S. S., & Zukhronah, E. (2019). Model Angka Partisipasi Sekolah di Provinsi JawaTengah Menggunakan Regresi Data Panel. The 9 th University Research Colloqium 2019 Universitas Muhammadiyah

Purworejo, 187–192.

http://eproceedings.umpwr.ac.id/index.php/urecol9/article/view/872 Aulia R, M., & Yulhendri. (2020). Pengaruh Anggaran Pendidikan, Jumlah Guru

dan Jumlah Kelas terhadap Partisipasi Pendidikan Sekolah Menegah Pertama di Kabupaten/Kota Provinsi Sumatera Barat. EcoGen, 3(5), 155–

164. http://ejournal.unp.ac.id/students/index.php/pek/index

BPS Jawa Tengah. (2019). Potret Pendidikan Statistik Pendidikan 2019. Badan Pusat Statistik Provinsi Jawa Tengah.

Elfarabi, M. F. (2018). Analisis Faktor-faktor yang Mempengaruhi Angka Partisipasi Sekolah di Indonesia. Universitas Islam Indonesia.

Fatah, A., Suhaili, M., & Farida, I. (2021). Analisis Indikator Pendidikan:

Partisipasi Pendidikan di Indonesia Periode 1994-2018. Jurnal Kependidikan, 7(3), 555–564.

Habibah, S., Putra, Y. P., & Putra, Y. M. (2019). Faktor-Faktor Yang Mempengaruhi Angka Partisipasi Perguruan Tinggi Pada 32 Provinsi Di

(11)

131 Indonesia Tahun 2013-2016. Jurnal Anggaran dan Keuangan Negara Indonesia (AKURASI), 1(1), 20. https://doi.org/10.33827/akurasi2019.vol1.iss1.art46 Hermawan, W., Maipita, I., & Wahyudi, T. S. (2020). Determinan Angka

Partisipasi Murni : Studi Pada Penduduk Miskin Tingkat Provinsi di Indonesia. 20(1).

Jasmina, T., & Oda, H. (2018). Empirical analysis of the government spending and disparities of education outcomes at the district level in Indonesia.

Competiton and Cooperation in Economics and Business, 221–227.

Karini, P. (2018). Pengaruh Tingkat Kemiskinan Terhadap Angka Partisipasi Sekolah Usia 16-18 Tahun Di Provinsi Kepulauan Bangka Belitung. Al- Ishlah : Jurnal Pendidikan, 10(1), 103–115.

Maharani, K. (2021). Analisis Faktor Yang Mempengaruhi Ketercapaian Angka Partisipasi Sekolah Di Papua (Studi Kasus Di Kabupaten Merauke). I(2), 209–

228.

Megawati, M. (2020). The Effects of Government Education Spending on School Enrollment in Indonesia. Jurnal Ilmiah Universitas Batanghari Jambi, 20(1), 288. https://doi.org/10.33087/jiubj.v20i1.738

Munna, A. S. (2020). Poverty ’ s Effects on the Ability to Engage with Education Actively : A Case Study of the Access and Participation Plan. International Journal of Asian Education, 01(3), 125–134.

Mutuku, S., & Korir, J. (2019). Government Expenditure and Quality of Education: A Case of Public Primary Schools in Kenya. Modern Economy, 10(12), 2405–2429. https://doi.org/10.4236/me.2019.1012152

Nurulpaik, I., Permana, J., Mirfani, A. M., Suryana, A., Nurulpaik, I., Permana, J., Mirfani, A. M., Suryana, A., & Yunus, L. D. (2022). Do Educational Resources ( ER ) and Socioeconomic Status ( Ses ) Affect the Quality of Education ?: A Case Study in West Java Indonesia. 14, 399–411.

https://doi.org/10.9756/INT-JECSE/V14I1.221049

Okezie, A., Joseph, C., & Sandralyn, O. (2019). Government education expenditure and primary school enrolment in Nigeria : An impact analysis. 11(April), 24–37.

https://doi.org/10.5897/JEIF2019.0967

Ouedraogo, S. (2018). Effects of State Expenditure on the Primary Completion Rate in Burkina Faso. 286–301. https://doi.org/10.4236/me.2018.92019

Permono, A. I., Mada, U. G., Karunia, B., Mada, U. G., Alwi, M., Mada, U. G., Michelle, N., & Mada, U. G. (2020). Analisis Parameter Pendidikan Provinsi Nusa Tenggara Barat. October. https://doi.org/10.13140/RG.2.2.32896.87049 Rahmadeni, Samsinar, & Desvina, A. P. (2020). Faktor-Faktor Yang

Berhubungan Dengan Angka Partisipasi Sekolah Di Provinsi Riau Menggunakan Model Spatial Autoregressive. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 12, 644–650.

Rahmatin, U. Z., & Soejoto, A. (2017). Pengaruh Tingkat Kemiskinan dan Jumlah Sekolah terhadap Angka Partisipasi Sekolah (APS) di Kota Surabaya. Jurnal Pendidikan Ekonomi Manajemen dan Keuangan, 01(02).

Silaen, N. R., Syamsuriansyah, Chairunnisah, R., Elida Mahriani, M. R. S., Tanjung, R., Triwardhani, D., Anis Masyruroh, A. H., Satriawan, D. G.,

(12)

132 Opan Arifudin, A. S. L., Rialmi, Z., & Putra, S. (2021). Teori Kinerja Karyawan. In Kinerja Karyawan. CV Widina Bhakti Persada Bandung.

http://digilib.uinsgd.ac.id/40781/1/Kinerja Karyawan 2 CETAK.pdf#page=38

Sumarno. (2019). Angka Partisipasi Sekolah Kasar Sma Rendah Dampak Dari Tingkat Kemiskinan Dan Upaya Mengatasinya Di Provinsi Kepulauan Bangka Belitung. Dinamika Sosial Budaya, 21(1), 28–36.

http://journals.usm.ac.id/index.php/jdsb

Wardani, F., & Arsandi, S. A. (2020). Pengaruh Belanja Pendidikan Pemerintah Daerah terhadap Akses Pendidikan Dasar dan Menengah di Tingkat Kabupaten/Kota. Simposium Nasional Keuangan Negara.

Yang, S., Chen, H. C., Chen, W. C., & Yang, C. H. (2020). Student Enrollment and Teacher Statistics Forecasting Based on Time-Series Analysis.

Computational Intelligence and Neuroscience, 2020, 15.

https://doi.org/10.1155/2020/1246920

Yunina, F., & Handayani, T. (2016). Faktor-faktor Yang Mempengaruhi Alokasi Belanja Pendidikan Pada Dinas Pendidikan Provinsi Aceh. Jurnal Akuntansi Muhammadiyah, 8(1).

Referensi

Dokumen terkait

Analisis Pengaruh Pertumbuhan Ekonomi, Tingkat Pengangguran, dan Pendidikan Terhadap Tingkat Kemiskinan di Provinsi Jawa Timur Tahun 2009-2011, Skripsi, Surakarta:

Pengaruh upah minimum terhadap tingkat kemiskinan di Jawa Tengah. Pengaruh tingkat pendidikan terhadap tingkat kemiskinan di

Untuk mengetahui pengaruh pertumbuhan ekonomi, tingkat pendidikan, tenaga kerja terhadap pengurangan kemiskinan di provinsi Jawa Tengah tahun 2012-2014 digunakan

Tujuan penelitian ini adalah untuk menganalisis pengaruh variabel jumlah tenaga kerja, pendidikan dan tingkat kemiskinan terhadap pertumbuhan ekonomi di provinsi

Pengaruh Tingkat Jumlah Penduduk, Pengangguran, Kemiskinan, Pertumbuhan Ekonomi Dan Belanja Modal Terhadap Indeks Pembangunan Manusia Di Provinsi Jawa Tengah Tahun

Untuk menganalisis pengaruh pengangguran, jumlah penduduk, dan Angka Melek Huruf terhadap tingkat kemiskinan di Provinsi Bali tahun 2007-2015 maka penelitian ini

Tujuan penelitian ini adalah menganalisis pengaruh Zakat, Jumlah Penduduk, Kemiskinan, Pendapatan Asli Daerah, Belanja Modal dan Tingkat Pengangguran terhadap

Dilakukan analisis regresi linear untuk melihat seberapa besar pengaruh dari faktor- faktor pengangguran, angka putus sekolah, jarak ke pusat kota, PDRB, IPM dan inflasi terhadap